正则表达式基础

语法

/pattern/修饰符

我的2种理解：

1. 在targetStr中找符合patternStr的串
2. 判断targetStr是否符合patternStr的规则

Pattern

字符类

		例子
[]	[字符序列]，字符类（字符集）	[Tt]he "The"或"the" => The car parked in the garage. ar[.] "ar." => A garage is a good place to park a car.
	[^字符序列]，否定的字符类（反向类）	[^c]ar c以外的一个字符 + "ar" => The car parked in the garage. [ ^cp]ar c、p以外的一个字符 + "ar" => The car parked in the garage.
	[字符-字符…], 范围类	[a-z]，小写字母 [a-zA-Z]，字母 [a-z-]，小写字母还有“-”

预定义字符类

	对应字符类	含义	例子
.	[^\n\r]	回车和换行以外的字符	".ar" => The car parked in the garage.
\ucode		code对应的unicode字符
\d	[0-9]	数字字符
\s	[\n\r\t\x0B\f]	空白符
\w	[a-zA-Z_0-9]	单词字符（数字、字母、_）
\D	[^0-9]	非数字字符
\S	[^\n\r\t\x0B\f]	非空白符
\W	[^a-zA-Z_0-9]	非单词字符

汉字字符

[\u4E00-\u9FA5]表示任意汉字

pattern里可以直接用中文字符的

边界

	含义
\b	单词边界
\B	非单词边界
^	开始（写在字符前），从行首匹配
$	结束（写在字符后），从行末匹配

量词

	含义	例子
?	0次或1次	[T]?he => The car is parked in the garage. he和The
+	一次或多次（至少一次）	c.+t => The fat cat sat on the mat. 第一个c，最后一个t以及之间的字符串（之间字符串位空则不匹配）
*	任意次（可以是0次）	[a]* 所有的a => The fat cat sat on the concatenation. [a-z]* 所有的小写字母 => The fat cat sat on the concatenation.
	出现n次
	n到m次
	至少n次
	至多m次

贪婪匹配

贪婪匹配：次数取区间最大值

非贪婪匹配：量词后加？，次数取区间最小值

分组()

# 分组前面有字符时，前面有.*才能匹配到
re.match('.*([\u4E00-\u9FA5]{2})大学', '在南京大学学习')
re.match('([\u4E00-\u9FA5]{2})大学', '在南京大学学习')

或|

pattern1|pattern2满足pattern1或者pattern2

修饰符

	含义
g	全局匹配，默认只得到第一次匹配结果
i	忽略大小写，默认不忽略大小写
m	多行匹配，默认只匹配一行（因为换行符在系统看来就是\n）

不同语言

Java

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public static void main(String[] args){
    Pattern pattern = Pattern.compile(patternStr);
    Matcher matcher_obj = pattern.matcher(targetStr);
    if(matcher_obj.matches()){
        // matcher_obj.group(1) 匹配内容的第1个分组（分组从1开始）
        System.out.println("group1=" + matcher_obj.group(1));
    }
}

patternString里\需要转义，比如\d要用\\d

Python

import re

# re.match(patternStr, targetStr) 进行正则匹配
match_obj = re.match(patternStr, targetStr)
# match_obj 没有匹配到时为空
if matchobj:
    # match_obj.string 匹配的所有内容
    print(match_obj.group(0))
    # match_obj.groups(1) 匹配内容的第1个分组（分组从1开始）
    print(match_obj.group(1))
    # match_obj.groups() 匹配内容的分组（数组格式）， 没有分组时为空
    print(match_obj.groups())

patternString里\不用转义，比如\d就用\d而不是\\d